基于混沌的保密音频信息隐藏算法研究

在当前信息隐藏算法研究中,对秘密信息的保护大都还基于合成数据不被攻击者发现,而对算法本身的安全性研究得很少。为提高算法本身的安全性,本文提出了基于混沌的保密音频信息隐藏算法。实验表明,该算法大大提高了信息隐藏算法本身的安全性,为信息隐藏的发展提供了一些新思路。     

计算机取证中的隐写术与视觉密码学

近来,在隐写术和视觉密码学领域提出了许多新颖的算法,这些算法目的是提高安全性,可靠性和高效性。讨论并比较了隐写术和视觉密码学的两种方法。同时,除了讨论每种程序的某些著名的算法之外,还提出了隐写术与视觉密码学的一些相似之处和不同之处。最后,提出了一种结合使用隐写术和视觉密码学的想法。有几种方法可以在不同格式的文件中隐藏数据,并留下隐藏数据的各种痕迹。使隐藏在原始图像中的数据在进行可视加密后有可能被检测到,从而使计算机取证调查员和政法人员更容易破解。     

一种三路像素差值的视频隐写算法设计及实现

为了提高视频隐写的隐蔽性和隐藏量,介绍一种新的视频隐写方法并在VC++6.0下得以实现.在这种算法中,数据嵌在场景变化最大的I帧宏块中,人眼不易察觉,从而提高了视频隐写的隐蔽性.为了扩大秘密信息的隐藏量,现使用一种新的方法三路像素差值(TPVD)算法完成信息隐写.实验结果表明该方法具有较高的隐蔽性和隐藏量.     

基于多种检测像素预测方式的LSB图像信息隐藏检测

本文突破了传统LSB隐写分析算法只针对图片整体特征提取、监测手段不够精细的缺陷,提出了针对每一像素点的针对性判断。算法主要利用图像函数估计、噪声判断、像素值估计等方法,通过预测每一像素是否被改动,来判断整张图片的嵌入情况,从而实现小嵌入率隐写分析与嵌入点大致估计的目标。算法的检测率较以往算法有明显提高,对低嵌入率（1%以内）的LSB嵌入检测效果尤为有效。同时对高嵌入率的嵌入,算法保证了99.9%以上的准确率。     

全局优化算法自适应模拟退火-遗传算法的研究

对模拟退火法和遗传算法作了简要叙述,并深入分析了模拟退火法和遗传算法的寻优特性,指出了模拟退火法存在的不足及遗传算法的优良特性,从而引入了自适应模拟退火-遗传算法,并定性分析了该算法的可行性。     

基于遗传模拟退火算法的四杆机构优化设计

采用遗传模拟退火算法对轨迹再现型四杆机构进行优化设计,结果表明,该优化算法把模拟退火算法结合进遗传算法中,这样在保证获得较好的全局搜索能力的同时,又加快了遗传算法在最优值附近的收敛,提高了遗传算法的效率.     

联合生产存储问题的模拟退火算法

对确定性需求的联合补充生产存储控制系统进行分析，得出其关键问题是确定系统的联合生产补充周期和各产品的生产补充周期。建立了相应的模型，提出一个模拟退火算法，通过算例表明该算法可得出较优的可行解，与其他算法比较可以更有效地解决此类问题。     

模拟退火算法在减速器优化设计中的应用

根据模拟退火算法理论知识,建立了减速器优化设计的目标数学模型,确定优化设计时的约束条件,阐述了基于模拟退火算法减速器优化设计中的关键技术.并通过实例说明,采用模拟退火算法对减速器进行优化,可以使减速器设计得到显著的优化.     

故障识别中并行组合模拟退火算法的应用

提出了一种基于并行组合模拟退火算法的故障识别方法，该混合算法综合了遗传算法和模拟退火算法的优点。详细讨论了并行组合模拟退火算法的原理及实现方法，并应用于两个设备诊断实例中，结果证实了该算法的有效性。     

基于遗传模拟退火算法的产品装配序列规划方法

为有效地获取方便可行的装配序列,在分析了装配序列的几何可行推理约束之后,建立了包含稳定性、聚合性及装配方向改变次数因素的优化评价模型。采用遗传模拟退火算法进行产品装配序列规划,通过分析算法的相关参数的变化趋势和大致范围,利用正交试验（初步定位）和对比试验（精确定位）相结合的方法,确定算法的近优运行参数,最后以8E150ZLC柴油机油泵为例,与遗传算法运行结果对比,验证了该方法是一种高效的、具有工程实际意义的复杂产品装配序列规划方法。     

基于GASA优化算法的不确定条件下Job-Shop调度问题研究

针对不确定因素和动态干扰事件下Job-Shop调度问题,基于模糊数理论和动态调度策略,综合考虑完工时间、机器加工成本和机器负荷,建立了作业车间多目标不确定性调度模型;为了求解该调度模型,结合遗传算法和模拟退火算法的特点,设计了遗传模拟退火混合算法,并针对作业车间的复杂性要求,对算法的编码解码、交叉变异算子以及保优策略等方面进行了改进;通过仿真,得到了初始调度方案,然后在此基础上,采用动态调度策略对紧急插单、机器故障、工件取消和交货期变更等不确定干扰事件进行了研究.通过对某电动产品生产公司车间进行的实证研究结果表明,根据上述研究得到的较好的调度方案,可以有效地提高机器利用率和客户满意度.该模型和算法能够较好地应用到企业实际生产中.     

遗传模拟退火混合算法在钣金自动排样中的研究

在钣金制造中,如何进行钣金件的排样,使得钣金达到最大的使用效率是目前机械设计工程迫切需要解决的方法。将人工智能领域中的遗传算法和模拟退火算法相结合,在前人排放算法的基础上,提出改进,利用遗传算法产生排样序列,利用模拟退火算法抑制遗传算法的早熟现象,进行排样处理,取得了理想的结果,实例测试表明,算法性能稳定。能为钣金排样系统的开发提供实用的、较优的排料算法。     

改进遗传算法优化的神经网络在智能故障诊断中的应用

设计了用模拟退火的混合遗传算法代替BP网络的反向传播过程的改进算法,解决了在机械敲障诊断系统中BP算法容易陷入局部极小值的问题.该算法是在遗传法中引入模拟退火机制,将其同BP算法结合,形成一个混合的优化算法.新算法既有神经网络的学习能力和鲁裤性,又有遗传算法的强的全局随机搜索能力.仿真结果表明,这种改进算法极大提高了内燃机故障诊断系统的效率和准确性.     

基于模拟退火算法的地铁车辆调簧优化算法设计

为优化地铁车辆弹性支撑点载荷分布,减小其轮（轴）重偏差,保证其动力学性能,通过建立轴式CO_CO的地铁车辆的一系弹簧力学模型和数学优化模型,设计了一种基于模拟退火算法的调簧算法。经对国产某型地铁车辆优化计算和验证,该算法优化效果明显,平均耗时较短。同时,这种方法的克服了遗传算法等智能算法易陷于局部最优的缺陷,能稳健地收敛于全局最优解。该算法较快的搜索速度使得调簧试验的实时性大幅提高,更加适合现场操作。     

基于模拟退火算法的主动控制起落架滑跑性能优化和仿真

首先建立了主动控制起落架系统的非线性动力学模型。然后根据最优控制理论,在Matlab的环境下,应用模拟退火算法设计了多目标最优的PID控制器。最后应用Simulink控制系统仿真软件对主、被动起落架在地面信号为弹伤跑道信号的条件下进行了性能仿真。对仿真结果进行了分析比较,得出的结论是利用最优控制理论设计的多目标最优的PID控制器的主动控制起落架能显著降低飞机的振动冲击载荷,能提高飞机机体和起落架的疲劳寿命,降低跑道不平度对飞机机体和起落架的冲击载荷和振动响应;同时提高飞机的滑行品质和乘客的舒适性。     

求解作业车间调度问题的并行模拟退火算法

针对作业车间调度问题,提出了一种并行模拟退火算法。该算法实行群体搜索策略,由此定义了邻域搜索规则来增强个体的搜索能力,并运用马尔科夫链分析了算法的全局收敛性。该算法在一些基准问题上得到了检验,通过与其他常规方法的比较,证明此算法可提高搜索效率,改进收敛性能。     

考虑模拟退火算法的多阶段主动配电网规划模型

为了提高多阶段主动配电网的规划能力,提出基于模拟退火算法的多阶段主动配电网规划模型。进行配电网规划的最优路径配置,结合输出功耗的自适应分配方法进行节点部署。构建多阶段主动配电网规划的参数解析模型,实现多阶段主动配电网规划过程中的寻优控制。通过结合模拟退火算法构建多阶段主动配电网规划模型,完成模拟退火寻优,进而实现多阶段主动配电网规划。仿真结果表明,采用该方法进行多阶段主动配电网规划的自适应调度能力较好,负载均衡能力较强,能够提高多阶段主动配电网规划的可靠性。     

遗传模拟退火算法在冲裁件优化排样中的应用

主要研究冲裁工件排样优化算法及实现问题。多边形顶点算法适于各种形状单件条料排样方式的优化 ,但随着优化精度提高 ,其搜索空间将急剧增大 ;将其与遗传模拟退火算法相结合 ,克服了顶点算法计算量大 ,耗时多的局限 ,可高效、准确地得出工件排样的最优解。该算法已在ObjectARX开发出的冲裁模优化排样系统中得到验证